DINOv3-7B

Ant Group发布LingBot-Vision，配备高效的DINO系列骨干网络

Ant Group推出了LingBot-Vision，这是一个基于DINO的新型视觉骨干网络系列，提供四种尺寸。最小的0.3B参数Vision Transformer Large模型，在NYUv2深度估计任务上的表现与参数量多出约23倍的DINOv3-7B相当。虽然旗舰的1.1B参数模型在NYUv2上表现强劲，但在ImageNet分类和KITTI基准测试中落后于DINOv3，并且训练图像数量显著少于DINOv3。